[發明專利]異構文檔的排序方法、異構文檔排序模型訓練方法及裝置

在審

• 申請號: 202011066256.4
• 申請日: 2020-09-30
• 公開（公告）號: CN112231546A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 張凱;張欽;吳忠伙;王依然;楊一帆
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06F16/9532
• 分類號: G06F16/9532;G06F16/332;G06F16/338
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 唐述燦

本申請公開了一種異構文檔的排序方法、異構文檔排序模型訓練方法及裝置，屬于機器學習領域。該方法包括：獲取待排序文檔，待排序文檔攜帶有文檔類型；從待排序文檔中提取文檔特征與位次特征；調用異構文檔排序模型的主網絡執行與文檔類型對應的第一學習任務，基于文檔特征學習出待排序文檔的第一點擊率；調用異構文檔排序模型的子網絡執行與文檔類型對應的第二學習任務，基于位次特征學習出待排序文檔的第二點擊率；基于第一點擊率與第二點擊率確定出待排序文檔在文檔列表中的排序位次。該方法能夠消除統一對異構文檔的點擊率進行預估的場景下由于異構特征缺失導致的點擊率預估不準確的問題，使得異構文檔按照點擊率得出的排列順序更合理。

技術領域

本申請涉及機器學習領域，特別涉及一種異構文檔的排序方法、異構文檔排序模型訓練方法及裝置。

背景技術

在搜索場景下存在自動補全功能，即是在關鍵詞的輸入框內輸入部分文字或者文字拼音，在輸入框的下方會彈出下拉列表來顯示關鍵詞提示，該關鍵詞提示是對上述部分文字或者文字拼音所指示的文字補全后的候選關鍵詞，用戶可以在關鍵詞提示中選擇出所需搜索的關鍵詞。

在對關鍵詞自動補全時還會在下拉列表中顯示除了關鍵詞提示之外的直達詞提示，該直達詞提示在被選擇時直達關鍵詞對應關鍵詞所在的網頁頁面。上述關鍵詞提示與直達詞提示采用不同結構的文檔(DOCument，DOC)進行顯示，因此，在提供自動補全功能的搜索場景下需要對異構DOC進行排序。傳統的異構DOC排序方案是提取出處于同一維度的異構DOC特征，基于同一維度上的異構DOC特征進行排序，比如，在同一維度上提取出關鍵詞提示與直達詞提示的特征，基于上述特征對關鍵詞提示與直達詞提示進行排序。

由于異構DOC之間存在特征的強弱效應，會導致某一個類型的DOC排序過于靠后或者靠前，比如，直達詞提示往往比關鍵詞提示排序更靠前，也即會導致異構DOC排序不合理，無法有效地曝光DOC，降低關鍵詞提示或者直達詞提示的點擊率。

發明內容

本申請實施例提供了一種異構文檔的排序方法、異構文檔排序模型訓練方法及裝置，能夠消除統一對異構文檔的點擊率進行預估的場景下由于異構特征缺失導致的點擊率預估不準確的問題，從而使得異構文檔按照點擊率得出的排列順序更合理。所述技術方案如下：

根據本申請的一個方面，提供了一種異構文檔的排序方法，應用于設置有異構文檔排序模型的電子設備中，異構文檔排序模型包括主網絡與子網絡，主網絡與子網絡之間相互獨立，該方法包括：

獲取待排序文檔，待排序文檔攜帶有文檔類型；

從待排序文檔中提取文檔特征與位次特征，文檔特征是指與文檔點擊率關聯的特征，位次特征是指與文檔排序位次關聯的特征；

調用主網絡執行與文檔類型對應的第一學習任務，基于文檔特征學習出待排序文檔的第一點擊率；

調用子網絡執行與文檔類型對應的第二學習任務，基于位次特征學習出待排序文檔的第二點擊率；

基于第一點擊率與第二點擊率確定出待排序文檔在文檔列表中的排序位次。

根據本申請的另一個方面，提供了一種異構文檔排序模型訓練方法，該方法包括：

獲取m組文檔樣本，文檔樣本攜帶有樣本文檔類型與樣本點擊率；

從文檔樣本中提取樣本文檔特征與樣本位次特征，樣本文檔特征是指與文檔點擊率關聯的特征，樣本位次特征是指與文檔排序位次關聯的特征；

調用待訓練的異構文檔排序模型執行與樣本文檔類型對應的學習任務，分別對樣本文檔特征與樣本位次特征進行獨立學習，得到文檔樣本的第一樣本點擊率和第二樣本點擊率；

確定第一樣本點擊率與樣本點擊率之間、以及第二樣本點擊率與樣本點擊率之間的點擊率損失；